[發(fā)明專(zhuān)利]一種基于混合差分人工蜂群算法的焊接梁設(shè)計(jì)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810558311.8
• 申請(qǐng)日: 2018-06-01
• 公開(kāi)（公告）號(hào): CN108829957A
• 公開(kāi)（公告）日: 2018-11-16
• 發(fā)明（設(shè)計(jì)）人: 杜振鑫;韓德志;余學(xué)山
• 申請(qǐng)（專(zhuān)利權(quán)）人: 韓山師范學(xué)院;上海海事大學(xué)
• 主分類(lèi)號(hào): G06F17/50
• 分類(lèi)號(hào): G06F17/50;G06N3/00
• 代理公司: 上海元好知識(shí)產(chǎn)權(quán)代理有限公司 31323
• 代理人: 徐雯瓊

1.一種基于混合差分人工蜂群算法的焊接梁設(shè)計(jì)方法，其特征在于，包含以下過(guò)程：

步驟S1、融合混合差分人工蜂群算法和三角搜索策略形成EABC-BB算法，克服其它算法容易陷入局部最優(yōu)解導(dǎo)致早熟收斂的缺點(diǎn)；

步驟S2、EABC-BB算法在混合差分人工蜂群算法的基礎(chǔ)上，根據(jù)三角搜索策略產(chǎn)生高斯分布候選解；

步驟S3、在S2的基礎(chǔ)上，根據(jù)前一代的成功搜索經(jīng)驗(yàn)動(dòng)態(tài)調(diào)整交叉概率CR，增強(qiáng)算法適應(yīng)解決不同問(wèn)題的能力；

步驟S4、采用懲罰函數(shù)方法將焊接梁設(shè)計(jì)問(wèn)題轉(zhuǎn)化為無(wú)約束優(yōu)化問(wèn)題；

步驟S5、用EABC-BB算法求解焊接梁設(shè)計(jì)問(wèn)題所轉(zhuǎn)化的無(wú)約束優(yōu)化問(wèn)題。

2.如權(quán)利要求1所述的基于混合差分人工蜂群算法的焊接梁設(shè)計(jì)方法，其特征在于，所述的混合差分人工蜂群算法是基于人工蜂群算法結(jié)合以差分進(jìn)化算法形成的；

所述的人工蜂群算法中人工蜂群包含了3種不同類(lèi)型的蜜蜂：雇傭蜂、觀察蜂以及偵察蜂，人工蜂群算法采用一個(gè)隨機(jī)生成的群體開(kāi)始迭代搜索；設(shè)食物源的規(guī)模為SN，其中，食物源x_i＝(x_i1,x_i2,…,x_iD)代表一個(gè)候選解,首先按照公式(1)生成SN個(gè)初始解；

其中，i＝1,2,…,SN,j＝1,2,…,D.D是變量的維數(shù).x_j^L與x_j^U分別是第j維的下界與上界,算法開(kāi)始迭代之后，人工蜂群算法根據(jù)蜜蜂的類(lèi)型將搜索過(guò)程分為3個(gè)階段：

步驟S1.1、雇傭蜂階段：每只雇傭蜂在對(duì)應(yīng)的食物源x_i處根據(jù)公式(2)生成一個(gè)候選解v_i＝(v_i1,v_i2,...,v_iD)，若v_i的適應(yīng)值比x_i的適應(yīng)值更優(yōu)，則用v_i替換x_i：

v_i,j＝x_i,j+φ_i,j(x_i,j-x_k,j) (2)

其中，是[-1，1]之間的隨機(jī)數(shù)，k∈{1,2,…,SN}是隨機(jī)選擇的一個(gè)食物源，且k≠i，j∈{1,2,…,D}是隨機(jī)選擇的一個(gè)維度；

步驟S1.2、觀察蜂階段：在所有雇傭蜂完成勘探之后，觀察蜂按照公式(3)定義的概率隨機(jī)選擇一個(gè)食物源i進(jìn)一步開(kāi)采：

在式(3)中，fit_i是食物源x_i的適應(yīng)度值.從上述公式可見(jiàn)，食物源的適應(yīng)度值越大，被觀察蜂選中的概率越高；其中，fit_i按公式(4)計(jì)算：

在公式(4)中，f_i是第i個(gè)解的目標(biāo)函數(shù)值；

步驟S1.3、偵察蜂階段：當(dāng)雇傭蜂對(duì)應(yīng)的食物源經(jīng)過(guò)limit次未更新，說(shuō)明該食物源已被開(kāi)采耗盡；這種情況下，重新隨機(jī)初始化一個(gè)新食物源代替x_i；

所述的差分進(jìn)化算法中差分進(jìn)化是一種利用NP個(gè)D維參數(shù)向量的并行直接搜索方法，參數(shù)形式如下：

x_i，G，i＝1，2...NP

差分進(jìn)化的基本策略可以描述如下：

步驟S2.1、對(duì)于每個(gè)目標(biāo)矢量x_i，G，i＝1，2...NP，一個(gè)突變載體是根據(jù)公式(5)計(jì)算：

其中，隨機(jī)索引r₁，r₂，r₃∈{1，2，…，NP}并且為整數(shù)，相互不同且F>0，隨機(jī)選擇的整數(shù)r₁，r₂和r₃的選擇與行程索引i不同，其中F是控制微分變異放大的實(shí)數(shù)常數(shù)因子范圍為[0,2]；

步驟S2.2、通過(guò)交叉增加擾動(dòng)參數(shù)向量的多樣性，為此，試用矢量如公式(6)所示:

u_i，G+1＝(u_1i，G+1，u_2i，G+1，…，u_Di，G+1) (6)

公式(6)中：

在公式(7)中，randb(j)是統(tǒng)一的隨機(jī)數(shù)發(fā)生器的第j個(gè)評(píng)估，其結(jié)果為[0,1]，CR是交叉常數(shù)必須由用戶(hù)決定范圍為[0,1]，rnbu(i)是隨機(jī)選擇的索引在{1，2，…，D}中能夠確保u_i，G+1從v_i，G+1中獲取至少一個(gè)參數(shù)；

步驟S2.3、為了決定u_i，G+1是否應(yīng)該成為G+1的成員，使用貪婪準(zhǔn)則將試驗(yàn)向量u_i，G+1與目標(biāo)向量x_i，G進(jìn)行比較，如果向量u_i，G+1比x_i，G產(chǎn)生更小的代價(jià)函數(shù)值，那么x_i，G+1被設(shè)置為u_i，G+1，從而使得u_i，G+1成為第G+1代種群成員；否則，舊值x_i，G被保留。